MMoE 面试题
共 3 篇真实面经 · 涵盖 华为 / 小红书 / 敦煌网 等 3 家公司
华为后训练与强化学习实习一面:多标签分类、DDP 与推荐排序
华为后训练与强化学习实习一面(约 30 分钟):为什么同时训练 FastText、TextCNN、TinyBERT 及怎么选型、FastText 与 TextCNN 在特征提取上的差异、FastText 为什么对关键词敏感、TinyBERT 的轻量化设计、多标签分类用 Softmax 还是 Sigmoid、AC 自动机的机制与整条业务链路、滴滴实习的端到端微调流程、DDP 原理与模型并行、LightGBM 到 DCN-V2 加 MMoE 的演进,手撕和为 K 的子数组。
小红书算法岗面经合集:PLE 与多目标建模、广告算法与排序手撕
小红书算法岗九场面试合集:推荐与广告方向深挖 PLE 的迭代与门控 trick、比 MMoE 好在哪里、负迁移与跷跷板问题怎么解,ESMM 与 CVR 样本稀疏、多目标建模、广告计费与利益均衡、双塔模型结构和样本;大模型侧考 self-attention 与 MHA、MQA、GQA、MLA 和 KV 缓存、位置编码、RAG 与幻觉、DPO 与 PPO 与 GRPO 的差别、Reward 与优势函数设计、DeepSeek V3 训练流程;另有 AUC 与 logloss 原理、过拟合与 L1/L2、BN 与特征筛选、DIN 与 SIM,手撕考快速排序、最长公共子序列、最长递增子序列。
敦煌网 推荐算法面经:特征评估、MMoE、SID 构建与传统推荐链路
敦煌网推荐算法岗面经:围绕实习业务场景展开,依次考察特征好坏怎么判断、MMoE 结构、SID 构建流程、SFT 流程和传统推荐链路,最后手撕最大子数组和。